数据分析与挖掘

简要概括数据挖掘、数据分析以及机器学习的区别和特点

【数据预处理】如何避免过拟合overfitting

8、【统计】某调查公司接受委托满意度调查，满意度分数在0～20之间，随机抽取36名消费者，平均满意分12，标准差3，在大样本的假设下，根据调查结果对总体平均满意情况的95%的置信区间，结果是

要熟悉各种假设检验的区别

[实习写的最复杂的sql：用sql返回json格式数据
统计学问题：辛普森悖论：经济系和法律系都是女生比例低，两个系加在一起女生比例一定低吗
辛普森悖论：为什么个别录取率男皆大于女，但是总体录取率男却远小于女
在分组比较中都占优势的一方，在总评中有时反而是失势的一方。
录取率低的法学院，因为女生申请为数少，所以不录取的女生相对很少。而录取率很高的商学院虽然录取了很多男生，但是申请者却不多。使得最后汇总的时候，女生在数量上反而占优势。
为了避免辛普森悖论出现，就需要斟酌个别分组的权重，以一定的系数去消除以分组资料基数差异所造成的影响，同时必需了解该情境是否存在其他潜在要因而综合考虑。

误区产生的原因说起来也很简单，就在于将“值与量”两个维度的数据，归纳成了“值”一个维度的数据，并进行了合并。
如果要避免“辛普森悖论”给我们带来的误区，就需要斟酌个别分组的权重，以一定的系数去消除以分组资料基数差异所造成的影响。
](https://www.nowcoder.com/discuss/462124)

.sql 主键怎么创建

XGBoost，随机森林了解吗，XGBoost原理没学过，主要讲了下bagging和boosting的区别

[、怎么看待数据分析（这个估计是个常规必问问题） 4、做笔试中做的不太好的题，我被问到了sql题（中位数/众数/平均数），因为我写的时候用到了count()，问有没有不用count()的，用rank和row_number两列，然后作差

然后没想出来，面试官解答了，豁然开朗，然后觉得我写的有点乱，得练格式了
](https://www.nowcoder.com/discuss/458879)